周洪濤，梁小兵，曾 偉，張立炎

(1.華中科技大學(xué)控制科學(xué)與工程系，湖北 武漢 430074;2.武漢理工大學(xué)自動化學(xué)院，湖北 武漢 430070)

隨著實驗經(jīng)濟學(xué)的興起，人工金融市場研究文獻穩(wěn)步增加。基于Agent建模方法構(gòu)建貼近現(xiàn)實的金融市場計算實驗?zāi)Ｐ褪菍W(xué)術(shù)界實驗研究的一般思路。SMITH是實驗經(jīng)濟學(xué)的先驅(qū)，他在1962年應(yīng)用實驗的思想處理決策制定來模擬股票市場[1]。雖然SMITH的實驗并不是計算性的，因為其中制定交易決策Agent的是其學(xué)生，而計算機僅僅起到通信的作用。但其模型對計算Agent股票市場模型有很好的啟發(fā)性。F?LLMER在1974年首次將微觀經(jīng)濟學(xué)的觀點應(yīng)用于股票市場中的交易者，并根據(jù)個體計算Agent的聚集行為解釋它的動力學(xué)[2]。HOLLAND等在1991年給出了人工適應(yīng)Agent模型的描述，強調(diào)了允許Agent學(xué)習(xí)的重要性[3]。此后，HOLLAND創(chuàng)立了復(fù)雜適應(yīng)系統(tǒng)理論，在人工金融市場復(fù)雜適應(yīng)系統(tǒng)中，詳細討論了遺傳算法(GA)和分類器系統(tǒng)(CS)的使用[4-5]。中國臺灣國立政治大學(xué)人工智能經(jīng)濟學(xué)研究中心的陳書衡等修正了Santa Fe人工股票市場模型中Agent的學(xué)習(xí)機制，提出了一個基于Agent模型的學(xué)校[6]。LEVY等在1994年建立了以他們的名字命名的股票市場微觀仿真模型(LLM模型)[7-8]。意大利工程技術(shù)專家和物理學(xué)家RABERTO等一起于2001年建立了用他們所在城市命名的Genoa人工股票市場模型(GASM)[9-10]。

目前，基于Agent建模方法構(gòu)建的人工金融市場模型各異，并未達成統(tǒng)一規(guī)范，這或許是造成計算實驗金融研究結(jié)論各異的原因之一。國外學(xué)者較早從事人工金融市場研究，提出了一些有價值的典型市場模型，但是相關(guān)文獻中并沒有提及具體的計算機模型，造成了驗證計算實驗結(jié)論的困難。筆者旨在建立基于Agent建模方法的開放式人工金融市場模型結(jié)構(gòu)，提出了可定制可擴展的一般性通用平臺，為通過實驗經(jīng)濟學(xué)方法研究金融市場理論提供了計算實驗基礎(chǔ)。

1 人工金融市場模型的一般結(jié)構(gòu)

通過實驗經(jīng)濟學(xué)方法研究金融市場的基礎(chǔ)是構(gòu)建貼近現(xiàn)實的人工金融市場模型。由于學(xué)者們研究的出發(fā)點和專業(yè)背景等因素各不相同，造成提出的模型各異，尚未形成統(tǒng)一規(guī)范。構(gòu)建貼近現(xiàn)實的人工金融市場模型，必須在忠于現(xiàn)實市場的基礎(chǔ)上進行抽象，抓住主要因素?，F(xiàn)實金融市場運行的主體包括交易參與者、交易系統(tǒng)以及市場本身。交易參與者建模的核心體現(xiàn)在投資策略上;交易系統(tǒng)建模則強調(diào)價格發(fā)現(xiàn)和清算，即交易機制;而市場建模則體現(xiàn)可交易產(chǎn)品和信息披露等。

筆者構(gòu)建了人工金融市場Agent模型一般結(jié)構(gòu)，包括3個活動對象:市場、交易者和交易撮合系統(tǒng)，如圖1所示。通過信息共享和消息機制可以再現(xiàn)現(xiàn)實市場中交易者與金融市場交互情形，市場、交易者和交易撮合系統(tǒng)三者被賦予自身屬性和行為，真實再現(xiàn)了現(xiàn)實市場運行過程。人工金融市場Agent模型的一般結(jié)構(gòu)和具體內(nèi)容如下:

圖1 人工金融市場Agent模型的一般結(jié)構(gòu)

(1)市場對象描述投資者的交易環(huán)境。包括市場上可供交易的金融品種，所有交易者可用的股市行情信息，模型的基本參數(shù)，如仿真時間，交易者數(shù)目等可調(diào)整參數(shù)。另外，當(dāng)交易者對象可以利用各種外部信息時，可以在市場對象中增加信息披露功能(如向特定或者所有交易者發(fā)布信息或者散布某種謠言)。市場對象中的“其他”表示可擴展提供其他特定功能(下同)。

(2)交易者對象描述各種市場交易者，包括財富結(jié)構(gòu)、交易者策略、市場參與方式等。財富結(jié)構(gòu)是指交易者的財富構(gòu)成，如持有的現(xiàn)金和股票等;交易者策略是交易者對象的核心，包括交易者的偏好，是否可以利用外部信息，是否具備學(xué)習(xí)能力和適應(yīng)性等，交易者策略可以按照特定需求進行構(gòu)建;市場參與方式是指交易者獲取市場信息方式，何時決策，以及如何提交訂單與撮合系統(tǒng)進行溝通等。

(3)交易撮合系統(tǒng)對象描述金融市場采用的交易機制，實現(xiàn)交易過程的處理。運行流程是指市場的開市與收市時間，各種訂單的接收等;交易機制是指交易撮合系統(tǒng)通過何種交易機制進行證券定價、清算，交易機制形式可以是集合競價、連續(xù)競價或者其他;市場監(jiān)控與反饋是指按照各種規(guī)定如漲跌幅限制、事前控制等對市場進行監(jiān)控并采取相應(yīng)措施。

各活動對象間的交互關(guān)系如圖1中箭頭所示。交互方式有兩種:一是信息共享，二是消息機制。一般性規(guī)范是指對于各種可能需要交互的信息或其他具有共性的方法進行統(tǒng)一規(guī)定，是活動對象運行和交互的基礎(chǔ)組件。

如圖1所示的人工金融市場Agent模型的一般結(jié)構(gòu)，涵蓋了目前人工金融市場Agent模型研究的所有要點，并采用面向?qū)ο笤O(shè)計的思路，提供開放式的環(huán)境。在保證各對象正常交互的基礎(chǔ)上，各個模塊內(nèi)容可以自由變更或擴充，如交易者策略、交易機制的變化和種類的增加等，為研究基于Agent的人工金融市場提供了一般性的可行方案，對開發(fā)愈加契合現(xiàn)實的人工金融市場模型具有一定指導(dǎo)作用。

2 人工金融市場計算實驗框架

在人工金融市場Agent模型一般結(jié)構(gòu)的基礎(chǔ)上，需要設(shè)計有針對性的模型要素，進一步開發(fā)具體的計算實驗?zāi)Ｐ?，從而可以進行特定目的的仿真實驗。

基于Agent的人工金融市場模型采用面向?qū)ο笤O(shè)計的方式構(gòu)建而成。仿真工具Anylogic為實現(xiàn)其設(shè)計思路提供強大支持，為開發(fā)基于Agent的人工金融市場計算實驗?zāi)Ｐ吞峁┝伺c人工金融市場Agent模型的一般結(jié)構(gòu)一一對應(yīng)的真實動態(tài)模型的可視化工具，同時可以在任何Java支持的平臺，或是Web頁上運行模型仿真。

2.1 市場對象

利用Anylogic虛擬仿真環(huán)境可以方便地開發(fā)基于人工金融市場Agent模型一般結(jié)構(gòu)的計算機模型。圖2所示為市場對象的計算機模型界面，包含了人工金融市場Agent模型一般結(jié)構(gòu)中市場對象的各種要素(除信息披露及謠言)。其中模型參數(shù)(Model parameters)為仿真時模型的可調(diào)參數(shù);模型變量(Model variables)為仿真過程中的瞬態(tài)變量，包括交易總天數(shù)、各種類型的交易者數(shù)目，交易規(guī)則指標(biāo)等;盤口(Position)信息設(shè)置為最優(yōu)3檔;工具(Tools)提供導(dǎo)出實驗序列數(shù)據(jù)到Excel等功能;圖表(Charts)提供仿真數(shù)據(jù)采樣圖。

圖2 市場對象計算機模型界面

2.2 交易者對象

圖3所示為人工金融市場Agent模型一般結(jié)構(gòu)中的交易者對象計算機模型。交易者對象即參與市場的Agent，包括屬性和行為兩個方面。屬性包括交易賬戶、交易者類型和財富等。圖3中左側(cè)為狀態(tài)圖，描述交易者Agent的行為，包括:空閑(Idle)，思考與行動(ThinkandAct)和訂單已提交(OrderSended)3種狀態(tài)。在每個交易日，交易撮合系統(tǒng)Agent向所有交易者Agent發(fā)送開市消息，交易者若收到開市消息，則從Idle轉(zhuǎn)化為ThinkandAct。此時交易者將選擇入市時機，并根據(jù)自身的決策方法進行決策。若決策結(jié)果有訂單形成，則提交訂單，進入OrderSended狀態(tài)，等待交易撮合系統(tǒng)Agent的訂單確認信息，收到后，則進入Idle狀態(tài)。若決策結(jié)果為繼續(xù)觀望，則直接轉(zhuǎn)入Idle狀態(tài)。

圖3 交易者對象計算機模型界面

交易者策略是基于Agent的人工金融市場研究的一個熱點問題，可分為4種:長線交易者、中線交易者、短線交易者和隨機交易者。

2.3 交易撮合系統(tǒng)對象

人工金融市場Agent模型的一般結(jié)構(gòu)中，交易撮合系統(tǒng)對象也被定義為Agent。圖4所示為基于連續(xù)雙向拍賣交易機制的交易撮合系統(tǒng)對象的計算機模型。它包含兩個狀態(tài)圖，Accessible表示當(dāng)前交易撮合系統(tǒng)可用，若當(dāng)前交易撮合系統(tǒng)Agent處于狀態(tài)Accessible，則當(dāng)其接收到交易者Agent發(fā)送的訂單時，會按照交易機制規(guī)定的原則進行排序，再進行存入訂單簿或即時成交等操作。操作完成之后又轉(zhuǎn)回狀態(tài)Accessible。最右側(cè)的狀態(tài)圖的作用是描述每個交易日的交易時間，交易撮合系統(tǒng)Agent進入狀態(tài)TradingTime時向所有交易者發(fā)送開市消息。在每個交易者收市時進行市場對象和自身存儲信息的更新和清空操作。

2.4 一般性規(guī)范

人工金融市場Agent模型的一般結(jié)構(gòu)中，一般性規(guī)范包括股利政策、消息格式和訂單格式等，是市場對象、交易者對象和交易撮合系統(tǒng)對象運行、交互時遵循的共同規(guī)范，可以通過創(chuàng)建公共java類的方式實現(xiàn)共享和統(tǒng)一。

圖4 交易撮合系統(tǒng)對象計算機模型界面

3 仿真實驗案例

在人工金融市場Agent模型一般結(jié)構(gòu)的基礎(chǔ)上，開發(fā)了基于Agent的人工金融市場計算機模型后，便可進行特定目的仿真實驗。筆者以上述研究為基礎(chǔ)，進行連續(xù)雙向拍賣交易機制下的金融市場最小報價單位仿真實驗研究。圖5所示為仿真實驗運行完成時市場對象的界面，包括各種參數(shù)及最小報價單位為0.005時的價差曲線等。

圖5 仿真實驗參數(shù)設(shè)置及最小報價單位為0.005時的價差界面圖

調(diào)整最小報價單位的大小進行仿真，得到最小報價單位為0.01和0.05時的價差曲線分別如圖6和圖7所示。從圖5～圖7可以發(fā)現(xiàn)，隨著最小報價單位的增加，報價價差呈增大趨勢。仿真實驗結(jié)果與現(xiàn)實金融學(xué)實證研究結(jié)論一致。

4 結(jié)論

筆者通過面向?qū)ο蠓椒ㄌ岢隽巳斯そ鹑谑袌鯝gent模型可定制可擴展的一般性結(jié)構(gòu)。在該基礎(chǔ)上，設(shè)計了基于Agent建模的金融市場計算實驗框架，為通過實驗經(jīng)濟學(xué)方法研究金融市場理論提供計算實驗基礎(chǔ)。最后，在該框架下以一個案例研究了連續(xù)雙向拍賣交易機制下的金融市場最小報價單位仿真實驗，得出了與現(xiàn)實金融學(xué)實證研究相一致的結(jié)論，為研究基于Agent建模的人工金融市場提供了一般性的可行方案，對開發(fā)愈加契合現(xiàn)實的人工金融市場模型具有一定指導(dǎo)作用。

圖6 最小報價單位為0.01時的價差

圖7 最小報價單位為0.05時的價差

[1] SMITH V.An experimental study of competitive market behavior[J].Journal of Political Economy，1962，70(4):111-137.

[2] F?LLMER H.Random economics with many interacting agent[J].Journal of Mathematical Economics，1974(1):51-62.

[3] HOLLAND J H，MILLER J H.Artificial adaptive agents in economic theory[J].American Economic Review，1991(81):365-370.

[4] HOLLAND J.Adaptation in natural and artificial systems[M].Cambridge MA:MIT Press，1992:42-63.

[5] PALMER R，ARTHUR W，HOLLAND J L，et al.Artificial economic life:a simple model of a stock market[J].Physica D，1994(75):264-274.

[6] CHEN S H，YEH C H.Evolving traders and the business school with genetic programming:a new architecture of the agent-based artificial stock market[J].Journal of E-conomic Dynamics ＆ Control，2001(25):363-393.

[7] LEVY M，LEVY H，SOLOMON S.A microscopic model of the stock market:cycles，booms and crashes[J].Economics Letters，1994(45):103-111.

[8] LEVY M，LEVY H，SOLOMON S.Microscopic simulation of finance markets[M].New York:Academic Press，2000:125-131.

[9] RABERTO M，CINCOTTI S，F(xiàn)OCARDI S M，et al.Agent-based simulation of a financial market[J].Physica A，2001(299):319-327.

[10] RABERTO M.Modelling and implementation of an artificial financial market using object oriented technology:the genoa artificial stock market[D].Italy:University of Genoa，2003.